诺贝尔奖得主默里·盖尔曼去世,一辈子找“人类不知道的东西”

2019 年 5 月 26 日 新智元




  新智元报道  

来源:axios

编辑:张佳

【新智元导读】1969年诺贝尔物理学奖获得者默里•盖尔曼于本周五去世,享年89岁。他于1964年提出的夸克模型,开辟了人们对物质结构认识的新篇章,被誉为“夸克之父”。


这位诺贝尔物理学奖获得者默里•盖尔曼(Murray Gell-Mann)是一位博学家,他发现并组织了最微小的物质结构块,并继续研究宇宙中最复杂的系统。他于本周五(5月24日)去世,享年89岁。


“我们目前对粒子物理学的理解大部分是由默里•盖尔曼发明的,” 加州理工学院(默里•盖尔曼曾任教几十年的地方)的理论物理学家Sean Carroll表示:“他在这一领域有着巨大的影响力。”


默里•盖尔曼所取得的主要成就


●发现夸克——1964年,默里•盖尔曼发现物质最小的组成部分“夸克”。盖尔•曼根据James Joyce的 Finnegans Wake(芬尼根觉醒)中的一句话命名了夸克:“Three quarks for Muster Mark!”


●驯服“粒子动物园”——在20世纪五六十年代这个混乱时期,新粒子似乎不断被发现,但对它们之间的关系却没有一个清晰的理解。


●建立圣达菲研究所——一个致力于研究复杂系统的研究中心,覆盖从人体、繁华都市、互联网到太阳系等各种研究。



盖尔曼职业生涯中的重大项目架起了物理科学和人文科学的桥梁:从研究无穷小粒子的神秘动力学到探索复杂系统的巨大性。


●盖尔曼因发现重正规化而闻名,这是一种利用统计技巧解释粒子行为的理论,解释了无法观察到的东西——这正是社会科学家研究人类的方式。


●“从某种程度上说,他后来所做的部分工作是这一智慧项目的延续,”CMU教授、前圣达菲研究所研究员Simon Dedeo说。


●社会科学家喜欢说所有的模型都是错误的,但有些模型是有用的。“默里把它用于物理学,”Dedeo说。


生活中的默里•盖尔曼


每一位天才都有自己的脾气,默里•盖尔曼也不例外。据说,他好为人师,对待那些认为无能的人总是不耐烦。最后分享几个盖尔曼的逸闻:


盖尔曼和费曼


●与他那不修边幅的加州理工大学同事和竞争对手理查德·费曼(Richard Feynman)不同,默里•盖尔曼几乎总是穿着夹克、打着领带。盖尔曼和费曼都是好胜心强的人,二人曾经常为攀比谁是加州理工学院最聪明的人而争执不休。费曼知道博学的盖尔曼喜欢侃侃而谈,于是常常拿盖尔曼说过的话开玩笑,故意激怒他,然后看他无语和抓狂的样子,这让盖尔曼很恼火。


●“他们是世界上最聪明的两个人,” Carroll 说:“同时也是世界上最自负的两个人、世界上最有个性的两个人。”


●George Johnson在2013年写了一本默里•盖尔曼的传记,他讲述了他与这位科学家第一次见面的“灾难”。(Johnson 还在《纽约时报》上写了盖尔曼的讣告。)


●盖尔曼一开始并不怎么喜欢物理,他有一次参加中国清华大学的诺贝尔奖大师聚会时回忆说:“我在耶鲁大学开始学物理的时候,简直是特别的头痛,真是一点也不喜欢。”


●盖尔曼好为人师,有一次还想当面纠正杨振宁说的汉语。


参考来源:

https://www.axios.com/physicist-murray-gell-mann-dies-01840881-c299-4eb1-8895-eb511ce19685.html




新智元春季招聘开启,一起弄潮AI之巅!

岗位详情请戳:


【加入社群】


新智元AI技术+产业社群招募中,欢迎对AI技术+产业落地感兴趣的同学,加小助手微信号:aiera2015_2   入群;通过审核后我们将邀请进群,加入社群后务必修改群备注(姓名 - 公司 - 职位;专业群审核较严,敬请谅解)。



登录查看更多
0

相关内容

物理学(Physics)是一门形式科学,主要研究的是时空中的物质及其运动的模型,包括能量和作用力等所有相关概念。更广义地说,物理学探索分析大自然所发生的现象,目的是要了解其规则。 话题图片由 张明明 知友制作。
Yoshua Bengio最新《深度学习》MLSS2020教程,附104页PPT及视频
专知会员服务
129+阅读 · 2020年7月10日
专知会员服务
145+阅读 · 2020年6月15日
清华大学两名博士生被开除:你不吃学习的苦,就要吃生活的苦
机器学习算法与Python学习
25+阅读 · 2019年9月16日
这么多年,终于知道为啥右指针不能往回走了
九章算法
5+阅读 · 2019年4月15日
微软洪小文:AI 还是个小学生,资本请慎重!
EGONetworks
4+阅读 · 2017年9月6日
娈童者:所幸 生在这里
博望志
13+阅读 · 2017年5月17日
Object detection on aerial imagery using CenterNet
Arxiv
6+阅读 · 2019年8月22日
Arxiv
6+阅读 · 2019年8月22日
Arxiv
10+阅读 · 2018年2月9日
Arxiv
27+阅读 · 2017年12月6日
VIP会员
相关VIP内容
Yoshua Bengio最新《深度学习》MLSS2020教程,附104页PPT及视频
专知会员服务
129+阅读 · 2020年7月10日
专知会员服务
145+阅读 · 2020年6月15日
Top
微信扫码咨询专知VIP会员